5G、物联网、AI 等新兴技术的不断发展,不仅让数据量急剧攀升,同时也使得数据的关联变得复杂化,而传统的关系型数据库往往无法承接这些变化。相比之下,图数据库在处理关联关系上的性能则更具有优势,也能够深挖数据之间的关联性,释放数据的潜在价值。
为了深入了解图数据库的发展趋势与落地情况,InfoQ 记者有幸在 2022 ArchSummit全球架构师峰会北京站 上,采访了 NebulaGraph CTO 于新林老师。
以下是视频采访的全部内容,为方便读者查看,视频下方也附上了文字内容。
- 3.0x
- 2.5x
- 2.0x
- 1.5x
- 1.25x
- 1.0x
- 0.75x
- 0.5x
InfoQ:近年来,我们看到越来越多的公司开始进军图数据库领域,对于厂商自身而言,如何才能打出差异化?
于新林:在考虑差异化之前,我们首先要考虑客户需要什么,我们解决了客户哪方面的问题,然后再考虑如何做好,给客户提供更大的价值。当我们在服务好客户的时候,差异化如何体现呢?
目前来看,我们的图数据库产品 NebulaGraph 的几个关键词是:开源、分布式、OLTP+OLAP、计算存储分离、处理超大规模数据、高性能。对于杭州悦数科技有限公司来说,做好产品,服务好客户就是我们打出的差异化:NebulaGraph 稳定性好,原生分布式,并且可以支持大规模海量数据。
另外,作为一家坚持开源的图数据库厂商,我们一直保持服务好用户的初心,给客户提供更优质的服务。在前期的 POC 阶段,我们可以跟客户一起理清他们的数据模型,帮助客户写一些数据上的语句,让他们更好地使用图数据库。上线以后,我们会快速地响应客户的问题以及持续地给客户提供升级、运维的一整套服务。
InfoQ:对于企业而言,又该如何结合自身业务选择最适合自己的图数据库产品?或者说,选择一款图数据库需要从哪几个维度去考虑?
于新林:我感觉企业要想选图数据库主要从以下几个方面出发:
首先,要看业务的场景,如果你的业务是偏线上实时交易的,那就需要选择 OLTP 能力比较强的图数据库,如果你的场景是偏图计算和分析的,可能要选一款偏 OLAP 的,亦或者两种场景都需要,那就选择混合的;
其次,要考虑图数据库的稳定性,如果不稳,其实业务都无法开展。另外就是性能因素,这款图数据库产品的并发情况、响应时间等等;此外,由于图数据库中有大量数据是从外部导入的,因此,也需要考虑海量数据的导入性能和时间是否满足业务需求。最后,当我们选择图数据库厂商时,也需要考虑服务持久化的问题。
InfoQ:据 Gartner 预言,图数据库很快约占到数据库领域 10%市场。从您的观察来看,图技术的落地情况达到了怎样的阶段?
于新林:图技术是一个快速发展的方向,是否占 10%我没法准确感受。我能感受到的是:起风了。从目前市场来看,客户对图相关接受度越来越高,购买、使用图数据库的客户越来越多,这基于两个方面:一方面得益于技术的成熟,另一方面是客户的认知和对图的需求逐渐攀升。图技术相关领域其实蛮广泛的,图计算、分析、存储、渲染、展示、图+AI 以及各种各样基于图的业务应用,如社交、防疫、供应链、知识图谱等。我们最近也发布了几个联合方案:金融反欺诈、智能投研平台、智能运维,通过这些方案,让我们能更好地配合合作伙伴的业务,推动生态的健康发展。
InfoQ:与传统关系型数据库相比,图数据库虽然可以从海量数据中挖掘数据的关联,但据了解,目前市面上的图数据库产品还很难满足快速实时导入数据。能否请您介绍下,目前图数据还存在哪些局限性?
于新林:从我们目前接触客户来看,客户对快速实时导入确实是刚需,我们这方面能力相对还好,目前感觉不是瓶颈。我现在一个基本的感受是:图技术,相对于关系型数据库来说属于新兴技术,可能对于很多国内用户来说对还比较陌生,但其实这项技术在海外已经盛行了几十年,包括 NASA、ebay、airbnb 在内的大小企业都在使用图数据库来解决通信、 互联网、电子商务、社交网络和物联网等场景下的数据问题。近几年,图数据技术在国内也逐渐开始火热,NebulaGraph 也逐渐被腾讯、美团、京东、360 数科、微众银行、小红书、知乎、快手、BOSS 直聘等许多知名企业采用。
虽然现在国内图数据库行业还不够成熟,标准也不完全统一,但同时我们也欣喜地看到国内互联网大厂、以及像 NebulaGraph 这样的专业厂商,正在努力构建一个成熟完善、用户友好的生态。相信假以时日,我们能够让更多用户低门槛地使用各种图探索工具,感受图算法的快捷高效、更生动地感受到“图”数据的直观性和处理关联数据的强大能力。
InfoQ:面对行业的痛点问题,NebulaGraph 做了哪些迭代和优化?
于新林:客户目前的一些痛点问题主要还是在稳定性、性能、大数据、高可用、实效性以及数据导入性能等。针对这些痛点,我们通过产品的一个个迭代和版本逐步解决。
举例来讲,为了解决稳定性问题,我们加大了测试的投入,包括功能测试、长期稳定测试、极限压力测试、混沌测试等等;为了解决高可用问题,我们做了很多功能,包括快速扩缩容、数据 balance、备份恢复、集群间复制等等。通过一次次迭代和优化,能在最短时间内解决客户的痛点问题,也尽快建立起和客户之间的信任关系,客户会更放心的使用我们的产品。
InfoQ:在 NebulaGraph 数据库支持下,已经解决了哪些企业的问题,能否分享几个成功的案例?
于新林:在官网上有很多这样的案例,这些都是客户贡献的案例说明,比较客观一些。我分享两个:我们有家客户是偏政府的,他们最大的特点就是数据量特别大,而且数据量在持续地增长,点在千亿级别、边在万亿级别,他们的数据需要定期导入。最大的诉求是分布式、支持海量数据、快速响应时间以及很高的导入速度。刚好我们的产品能比较好地满足他们的需求,所以两边能很快地配合进行 POC、验证、上线,现在已经持续稳定跑了很久。
另一个是微众银行在数据血缘方案中,引入了 NebulaGraph 作为大数据平台的图数据基础。主要看中了快速导入大规模数据、低时延的实时计算,可以很好地帮助微众银行生成一份数据地图,以快速发现数据问题、定位和分析以及解决问题,帮助业务开展。
InfoQ:在 2021 年 AS 的专访中,您提到了 NebulaGraph 接下来的三个计划,分别是 NebulaGraph 上云,加大对 AP 领域的投入,以及把图的计算和图的分析以 SaaS 化的服务形式搬上云。想了解下,目前的进展如何,是否有达到团队的预期?
于新林:目前相关工作在持续开展,NebulaGraph 上云这部分是开展比较快的一部分。目前我们已经和多家云厂商在紧密的合作,包括 Azure、阿里云、AWS、Gcp、华为云等等。目前产品已经在部分云厂商上线了,国内在阿里云已经上线,大家可以免费试用。
AP 领域也在有序推进,相对进展没有这么快,当前主要把 AP 和 TP 产品做了整合,主要解决了客户易用性问题,让客户更加方便地使用图数据库和图计算的能力。SaaS 是我们未来要做的事,但目前还不是重点,现阶段我们还是会更关注底层数据库的性能和最佳用户体验。还是要集中优势兵力把当前这个产品打磨好,本身这些产品也是为将来 SaaS 服务的一个根基,可能会到明年左右开始发力 SaaS 服务。当然了,考虑到终端用户的实际使用需求,NebulaGraph 也正在与一些 ISV 和 SI 企业积极合作,这些生态伙伴中不乏有多年垂直领域行业经验的解决方案提供商,通过提供图数据库底座能力给到他们来实现面向用户的方案,便于终端用户部署落地。
InfoQ:谢谢于老师接受采访,也期待 NebulaGraph 在接下来有更大的突破。
评论